Hysen Labshiyouga/LlamaFactory：README 来源编辑指南
基于 README、仓库元数据和许可证整理 hiyouga/LlamaFactory 的安装与核验路径。
项目定位
hiyouga/LlamaFactory 的 README 将项目描述为"Unified Efficient Fine-Tuning of 100+ LLMs & VLMs (ACL 2024)"。本文只整理仓库能直接核验的内容，不把星标、Fork 或宣传语当成质量证明。README 在"Supporters ❤️"下的说明是：| Warp, the agentic terminal for developers Available for MacOS, Linux, & Windows | | | ---- | ---- |。这给出的首先是项目边界，而不是已经完成的生产验证。
适用场景
从 README 的"Features"和相关条目看，读者可以先判断它是否解决自己的具体问题：Integrated methods: (Continuous) pre-training, (multimodal) supervised fine-tuning, reward modeling, PPO, DPO, KTO, ORPO, etc.。如果你的目标与这段说明不一致，就不应仅凭项目热度采用它。这里保留原项目名、命令和组件名，方便回到一手来源核对。 README 还列出了另一条可核对的信息：Various models: LLaMA, LLaVA, Mistral, Mixtral-MoE, Qwen3, Qwen3-VL, DeepSeek, Gemma, GLM, Phi, etc.。这类原文条目可以帮助读者设计试运行步骤，但不能代替自己的环境测试。
工作方式
README 把工作方式分散写在"Easily fine-tune 100+ large language models with zero-code CLI"等段落中。可确认的线索包括：> [!NOTE] > Except for the above links, all other websites are unauthorized third-party websites. Please carefully use them.。这篇整理没有把未写出的架构、性能或安全边界补成结论；真正的运行链仍应结合仓库目录、配置文件和版本标签检查。
安装与第一次运行
第一次安装应从 README 给出的入口开始。当前可复核的命令是： pip install "huggingface_hub<1.0.0" huggingface-cli login 如果仓库没有提供命令，本文不会替它编造安装步骤，而是建议先打开 README 的"Check our new open-source project , 🐧 PenguinHarness: Your desktop agent that automatically builds agents for just $0.02 of tokens!"部分，确认系统依赖、默认端口和首次初始化动作。
配置与日常使用
日常使用的细节取决于项目实际文档。README 的"Day-N Support for Fine-Tuning Cutting-Edge Models"段落提到：| Support Date | Model Name | | ------------ | -------------------------------------------------------------------- | | Day 0 | Qwen3 / Qwen2.5-VL / Gemma 3 / GLM-4.1V / InternLM 3 / MiniCPM-o-2.6 | | Day 1 | Llama 3 / GLM-4 / Mistral。对于配置文件、环境变量、权限和数据目录，当前稿只记录来源明确的部分；未写明的默认值必须在测试环境中验证，并保留可回滚的配置副本。 同一部分还提到：Scalable resources: 16-bit full-tuning, freeze-tuning, LoRA and 2/3/4/5/6/8-bit QLoRA via AQLM/AWQ/GPTQ/LLM.int8/HQQ/EETQ.。